中国农业大学李景明教授团队：多元风味分析技术的融合策略用于鉴别不同年份酱香型白酒

本研究由中国农业大学李景明教授团队主导，旨在解决不同年份酱香型白酒的鉴别难题。背景上，酱香型白酒的风味与市场价值与其年份密切相关，但传统鉴别方法存在主观性。研究目的为探索一种结合多元风味分析技术与机器学习的客观鉴别方法。该研究综合运用了气相色谱-质谱联用、气相色谱-离子迁移谱、电子鼻和电子舌四种技术，构建了多层次风味特征数据集，并通过数据融合策略与过采样SMOTE方法结合机器学习模型进行分析。结论表明，所构建的数据融合模型在年份鉴别上表现出优异性能，准确率和精确度分别达到0.96和0.97，显著优于单一技术模型，并从155个特征中筛选出28个关键风味标志物，为酱香型白酒的年份识别提供了新的技术视角和理论依据。